# DeepSeek V3.2 rivaliza GPT-5 por US$ 0,28/M

**Autor:** Maicon Ramos
**Categoria:** IA
**Publicado:** 2025-12-02
**Atualizado:** 2026-07-17
**Canonical:** https://runzos.com/deepseek-v3-2-rivaliza-gpt-5-gemini-3-pro

A DeepSeek AI lançou os modelos DeepSeek-V3.2 e V3.2-Speciale em 1º de dezembro de 2025, rivalizando líderes como GPT-5 em benchmarks de raciocínio. Desempenho: Até 95,7% em IMO 2025. Preço: US$ 0,28 /milhão input; 52% mais barato que GPT-5. Inovação: DSA para contextos longos de 128K+ tokens. Limitações: Speciale sem tool-use e mais caro para uso geral. A startup chinesa DeepSeek AI lançou em 1º de dezembro de 2025 os modelos DeepSeek-V3.2 e DeepSeek-V3.2-Speciale, além da prévia experimental V3.2-Exp. Esses LLMs open-weight competem diretamente com GPT-5 e Gemini 3 Pro em tarefas de matemática, programação e contextos longos, a custos até 52% inferiores. Disponíveis via API, web e app, os modelos integram plataformas como Hugging Face e ferramentas de agentes autônomos. O lançamento responde à demanda por eficiência em raciocínio avançado. Arquitetura e Inovações Principais O DeepSeek-V3.2 baseia-se em 671 bilhões de parâmetros, herdados do V3.1-Terminus. A inovação central é o DeepSeek Sparse Attention (DSA), que ativa apenas 15-20% das conexões por token, reduzindo memória em 30-40% e acelerando inferência em 2-3x para contextos acima de 64K tokens. Anúncio oficial destaca suporte a 128K tokens, expansível no Speciale. O V3.2-Speciale otimiza long reasoning chains, com contexto dinâmico até 256K tokens e modo exclusivo de pensamento passo a passo. No entanto, não suporta tool-use. Componente V3.2 / Exp V3.2-Speciale Base 671B params Otimização reasoning Inovação DSA Relaxamento length Contexto máx. 128K Dinâmico 256K Desempenho em Benchmarks Os modelos se destacam em testes oficiais. O V3.2-Speciale atinge 95,7% na IMO 2025 e 91,3% na ICPC 2025, superando GPT-5 (94,1%) e Gemini 3 Pro (89,8%). Hugging Face hospeda pesos para avaliação. Categoria V3.2 V3.2-Speciale Referência Matemática 89,2% (GSM8K) 95,7% (IMO) GPT-5: 94,1% Programação 82,5% (HumanEval) 91,3% (ICPC) Gemini: 89,8% Long Context 78% (MMLU 128K) 84% (LiveBench) Claude: 80,1% Precificação Acessível A API cobra US$ 0,28 por milhão de tokens de entrada e US$ 0,42 de saída no V3.2, com cache hits a US$ 0,07. Isso representa economia de mais de 50% ante GPT-5. Detalhes de preços. Modelo Entrada Saída Vs. GPT-5 DeepSeek-V3.2 US$ 0,28/M US$ 0,42/M 52% mais barato GPT-5-High US$ 0,58/M US$ 0,87/M – Limitações e Críticas Apesar dos avanços, há ressalvas. O Speciale não é ideal para produção comercial, consumindo até 3x mais tokens e sem suporte a ferramentas. O DSA perde eficiência em contextos curtos (<8K tokens), sendo 5-10% mais lento que antecessores. Comparações com GPT-5-High , não o padrão, onde perde em 12/15 categorias MMLU. Licença: Open-weight parcial, não MIT; restrições para produção sem API. Cache hits limitados a queries repetitivas (> 70% idênticos). Treinamento consumiu 4,2 GWh , com riscos de ataques adversariais no DSA. Para a maioria dos usos, o V3.2 padrão equilibra custo e performance, posicionando a DeepSeek como alternativa viável no mercado de LLMs empresariais.

## Leia também

- [Slack vs Microsoft Teams: A Batalha da IA na Colaboração Corporativa](https://runzos.com/slack-vs-microsoft-teams-batalha-ia-colaboracao-corporativa-5/)
- [Slack vs Microsoft Teams: A Batalha da IA na Colaboração Corporativa](https://runzos.com/slack-vs-microsoft-teams-batalha-ia-colaboracao-corporativa-4/)
- [Slack vs Microsoft Teams: A Batalha da IA na Colaboração Corporativa](https://runzos.com/slack-vs-microsoft-teams-batalha-ia-colaboracao-corporativa-3/)
- [Slack vs Microsoft Teams: A Batalha da IA na Colaboração Corporativa](https://runzos.com/slack-vs-microsoft-teams-batalha-ia-colaboracao-corporativa-2/)